Ruderboot: Open-Source KI-Kollege mit Wissensgraph-Speicher

Rowboat ist ein Open-Source-Tool für KI-Mitarbeiter, das darauf ausgelegt ist, Ihre Arbeit in ein kontinuierlich aktualisiertes Wissensgraph zu verwandeln. Es speichert Daten lokal auf Ihrem Computer als bearbeitbare Markdown-Dateien und ahmt ein Wissensmanagement-System im Stil von Obsidian nach. Dieses Tool wurde speziell entwickelt, um die Extraktion von Kontext aus verschiedenen Quellen wie Gmail und Besprechungsnotizen zu automatisieren, diese über Backlinks zu verknüpfen und sie bei neuen Informationen zu aktualisieren.

Wichtige Funktionen

• Lebendiger Kontextgraph: Rowboat erfasst und organisiert Informationen wie Entscheidungen, Verpflichtungen und Fristen aus Quellen wie Gmail, Granola und Fireflies in einem lokalen, lebenden Wissensgraph.
• Lokaler KI-Assistent: Es beinhaltet den Zugriff auf die lokale Shell und unterstützt das Model Context Protocol (MCP), was es ihm ermöglicht, Ihren bestehenden Kontext zu nutzen. Beispielsweise beim Erstellen von Kurzbriefen oder Sprachnotizen mit Diensten wie ElevenLabs.
• Markdown-basierte Speicherung: Informationen werden in einfachen Markdown-Dateien mit Backlinks gespeichert, die vollständig bearbeitbar sind und es den Nutzern ermöglichen, die Daten manuell zu pflegen oder zu ändern.
• Integrationen: Rowboat verbindet sich mit externen Tools und Diensten wie Suchmaschinen, Datenbanken, CRMs und anderen Automatisierungen für erweiterte Funktionalitäten.
• Hintergrundautomatisierung: Nutzer können Routineaufgaben automatisieren, wie das Entwerfen von E-Mail-Antworten oder Projektupdates, basierend auf dem im Wissensgraph angesammelten Kontext.
• Anpassbares Modell: Das Tool unterstützt verschiedene KI-Modell-Setups, einschließlich lokaler Modelle über Ollama oder LM Studio, und gehosteter Modelle mit einem bereitgestellten API-Schlüssel.

Dieses System ist besonders vorteilhaft für Nutzer, die ein Tool benötigen, das in der Lage ist, dichte, kontextreiche Daten effizient zu verwalten und zu nutzen, ohne Zeit oder Erkenntnisse aufgrund langsamer und verlustbehafteter traditioneller Suchmethoden zu verlieren.